检索结果

Select

1. 基于二维多尺度局部Gabor二进制模式特征的表情识别

张铮赵政袁甜甜

计算机应用 2010, 30 (4): 964-966.

摘要（1736）

PDF （824KB）（1307）

为了在独立于个体身份的面部表情识别中取得更加理想的效果，提出了一种基于二维多尺度局部Gabor二进制模式（MB-LGBP）特征的识别方法。对于表情识别而言，MB-LGBP已被证明了是一种局部和整体上都具有很强表征能力的描绘子。将MB-LGBP与灰度共现矩阵(GLCM)结合起来得到了可以更好地描述局部纹理空间结构特性的二维MB-LGBP特征。在识别中，分别选择了支持向量机（SVM）和基于卡方距离的K-最近邻（KNN）分类器，并对结果进行了比较。实验结果证明了二维MB-LGBP特征相比于MB-LGBP以及其他一些主要的表情识别特征的优越性。

相关文章 | 多维度评价

Select

2. 一种基于自我聚类的异常检测学习方法

李娜娜赵政刘伯颖顾军华

计算机应用

摘要（1875）

PDF （634KB）（1071）

提出一种新的基于正选择的异常检测方法，该方法通过聚类学习正常空间特征，在每个类中选择有代表性的自我样本构造检测器集，之后利用正选择算法进行异常检测。这种方法既能适用于自我样本集较多的情形，克服了T. Stibor提出的正选择的局限，又具备了一定的学习能力。同时，该方法还避免了负选择中随机选择样本带来的弊端。通过实验分析，该方法比VDetector具备更好的检测性能，是一种有效的异常检测方法。

相关文章 | 多维度评价

Select

3. 基于S-CART决策树的多关系空间数据挖掘方法

郑向群赵政

计算机应用

摘要（1881）

PDF （773KB）（2142）

针对空间数据关系复杂的情况，提出了一种改进的多关系数据挖掘结构分类与回归树（S-CART）算法，该算法首先利用空间关联索引表抽取不同主题图层之间的关系原子命题，然后基于逻辑谓词创建多关系二叉决策树，抽取空间关联规则，同时基于我国湖北大冶部分地区土壤污染数据验证算法的有效性。

相关文章 | 多维度评价

Select

4. 基于智能Agent的复合网络演化模型

史伟赵政薛桂香

计算机应用

摘要（1621）

PDF （765KB）（1334）

为了更好地理解网络结构与网络行为之间的关系，提出了一种基于Agent的动态网络演化模型DA，把网络中的每个节点建模成一个智能Agent，每个Agent节点具有一定的寿命并根据自己的演化策略进行演化。实验结果显示该模型涌现出了许多真实网络所具有的特性，准确地刻画了真实网络的演化规律，并且增强了传统模型在受到攻击时的鲁棒性。

相关文章 | 多维度评价

Select

5. 基于节点类型的复杂网络模块探测算法

史伟赵政薛桂香

计算机应用

摘要（1704）

PDF （653KB）（1248）

为了高效地寻找复杂网络中的社团结构，提出了一种基于节点类型的网络模块探测算法(SW)。首先用模拟退火算法(SA)对网络进行初始划分，然后对各模块中的节点进行分类，根据节点的类型来对网络进行优化和细化，直到满足最优化条件。实验结果表明，该算法能够准确高效地探测出网络中的各模块。

相关文章 | 多维度评价

Select

6. 一种处理障碍约束的基于密度的空间聚类算法

杨杨孙志伟赵政

计算机应用

摘要（1533）

PDF （776KB）（897）

在现有的基于障碍约束的空间聚类算法COD_CLARANS、DBCLuC、AUTOCLUST+和DBRS+的基础上，提出了一种新的基于密度的空间聚类算法——基于障碍距离的密度聚类算法（DBCOD）。该算法在DBCLuC算法的基础上，采用障碍距离代替欧几里得距离作为相异度的度量标准，并在预处理过程中用障碍多边形合并化简方法来提高障碍物的处理效率。仿真实验结果表明，DBCOD算法不仅具有密度聚类算法的优点，而且聚类结果比传统基于障碍约束的密度聚类算法更合理、更加符合实际情况。

相关文章 | 多维度评价

Select

7. 运动补偿时域滤波中基于残差图像滤波的更新策略

王红梅赵政张永华

计算机应用

摘要（1625）

现有的比较成熟的可伸缩编码框架是基于运动补偿时域滤波技术的。改进了运动补偿时域滤波中的更新操作，并引入去块滤波。更新操作过程中，要求更新块中的像素所对应的预测运动向量完全一致，否则不参与更新操作。更新操作前，对残差图像在边缘级和采样点级进行滤波控制。通过对高通信号的去块滤波，减少更新块中的伪边界成分，同时减轻块效应对后继预测操作的影响，改善编码效率。实验结果表明该方法能够改进图像的主观质量，提高低运动量的图像序列的编码性能。

相关文章 | 多维度评价

Select

8. 一种半全局化的P2P信誉度模型

张杰赵政熊晓

计算机应用

摘要（1875）

PDF （580KB）（1068）

提出了一种新颖的信誉管理机制，首先给出了一套客观的信誉跟踪评价标准，然后根据各个节点的能力与行为表现将它们划分成两类：信誉值和能力均很出众的精英节点，一般的或新加入系统的普通节点。精英节点享有一定特权并组成结构化的网络，普通节点组成无结构的网络。接着用一种半全局化的方法来计算和存储各节点的信誉值。最后，通过实验证明此机制的有效性和健壮性。

相关文章 | 多维度评价

Select

9. SOFM神经网络在处理非空间属性中的应用

孙志伟赵政

计算机应用

摘要（1801）

PDF （779KB）（808）

由于非空间属性维数较高，空间聚类算法在处理非空间属性约束时难点首先在于如何为这些非空间属性设定参数，然后是哪些非空间属性在聚类中将起主要作用，并真正影响聚类的结果。对这些问题进行了讨论，并提出使用神经网络中自组织映射的方法来首先选择哪些非空间属性将被优先考虑，使用自组织特征映射（SOFM）方法对非空间属性聚类，最后把非空间属性和空间属性聚类进行合并得到最终的聚类结果的方法。

相关文章 | 多维度评价

Select

10. 模糊决策树在公共危机应急系统中的应用

杨杨赵政

计算机应用

摘要（1728）

PDF （610KB）（1451）

针对公共危机应急系统数据库中数据庞杂，记录分类较难的情况，提出了一种采用遗传算法选择参数的模糊决策树算法，提高了决策树分类算法的准确率和得到规则的可解释性。将设计的分类器应用到实际的公安系统数据库当中，在对原有记录进行分类的基础上，得到了有效的规则，成功地帮助警务人员对当前的危急事件做出快速准确的预测和判断。

相关文章 | 多维度评价

Select

11. DBSCAN在非空间属性处理上的扩展

孙志伟，赵政

计算机应用 2005, 25 (06): 1379-1381. DOI: 10.3724/SP.J.1087.2005.1379

摘要（901）

PDF （141KB）（1002）

在很多有效的聚类算法中,DBSCAN算法对于聚类空间数据有着非常好的性能,依赖于基于密度的聚类定义,DBSCAN可以发现任意形状的聚类,而且执行效率很高。但是,DBSCAN没有考虑非空间属性,而非空间属性对聚类的结果也起着十分重要的作用。在DBSCAN的基础上,参考DBRS的概念,进一步考虑了非空间属性的数据类型,从而提出了可以处理空间和非空间数据的新的聚类方法,并给出了主要的算法。

相关文章 | 多维度评价

Select

12. 基于三维集合分裂嵌入式块编码(3D-SPECK)的视频编码器

张永华，赵增华，赵政

计算机应用 2005, 25 (05): 1122-1123. DOI: 10.3724/SP.J.1087.2005.1122

摘要（685）

PDF （157KB）（664）

提出了一种基于三维SPECK(SetPartitionedEmbeddedBlock)编码方法的视频编码器。为了进行三维小波变换,视频序列被组织成帧组(GOP, GroupofFrames), 变换后的小波系数被组织成小波方格(WC, WaveletCube)。通过采用3D SPECK对WC进行有效地编码,从而实现视频序列的有效编码。时域上放弃了运动估计和运动补偿,采用了时间轴上的小波变换,因此该编码器与传统的混合编码模式相比,具有计算量小的优点。实验结果表明,该编码器无论在数值结论还是主观效果上都与无运动补偿的3D SPIHT(SetPartitioninginHierarchicalTrees)相当。

相关文章 | 多维度评价

Select

13. 城域网上CDN技术的应用

熊明，赵政，赵怿甦

计算机应用 2005, 25 (01): 196-198. DOI: 10.3724/SP.J.1087.2005.0196

摘要（1163）

PDF （206KB）（1142）

CDN是一个建立并覆盖在互联网,并由分布在不同区域的节点服务器群组成的虚拟网络。CDN采用缓存、复制、负载均衡和客户请求重定向等技术,将信息资源推向网络边缘,使得客户可以从"最近最好"的服务器快速访问到所需的内容,从而提高了终端用户的访问速度。文中简要介绍CDN的概念和技术,包括CDN基本工作原理,内容路由的设计原则和机制比较,节点内容引擎比较。通过CDN的技术方案,为宽带的发展提供一些技术参考。

相关文章 | 多维度评价

Select

14. 后验概率在多分类支持向量机上的应用

赵政，王红梅，赵怿甦，郑建华

计算机应用 2005, 25 (01): 25-27. DOI: 10.3724/SP.J.1087.2005.00025

摘要（1467）

PDF （187KB）（1498）

支持向量机是基于统计学习理论的一种新的分类规则挖掘方法。在已有多分类支持向量机基础上,首次提出了几何距离多分类支持向量分类器;随后,将二值支持向量机的后验概率输出也推广到多分类问题,避免了使用迭代算法,在快速预测的前提下提高了预测准确率。数值实验的结果表明,这两种方法都具有很好的推广性能,能明显提高分类器对未知样本的分类准确率。

相关文章 | 多维度评价